结构智能选型 理论、方法与应用 theory， methods and applicationsPDF电子书下载

目录 3

前言 3

第一篇　结构智能选型的理论框架 3

第1章　绪论 3

1.1　结构选型是工程设计前期的重要决策工作之一 3

1.1.1　工程设计前期的决策工作 3

1.1.2　结构选型的重要作用 7

1.2　结构选型的传统设计方法及存在的问题 7

1.2.1　结构选型的传统设计方法 7

1.2.2　传统设计方法存在的主要问题 9

1.3.1　智能设计的基本概念 11

1.3　结构选型的智能设计方法及研究的意义 11

1.3.2　智能设计在结构工程领域的国内外研究概况 12

1.3.3　智能设计在结构选型中的应用情况 19

1.3.4　结构选型智能设计方法研究的意义 20

1.4　本书的研究内容 20

第1章参考文献 21

第2章　结构智能选型的理论框架 29

2.1　结构智能选型的总体研究思路 29

2.2　结构智能选型的主要研究内容 29

2.3　结构智能选型的设计方法学 30

2.3.1　结构选型在工程优化设计中的层次 30

2.3.2　结构选型在结构设计过程中的位置 31

2.3.3　结构选型的内涵及拓广 32

2.3.4　结构选型的影响因素 33

2.3.5　结构选型的软科学性质 35

2.3.6　结构选型的硬科学性质 36

2.3.7　结构选型与其他学科的关系 37

2.4　结构智能选型的知识处理技术 37

2.4.1　结构智能选型的知识获取 37

2.4.2　结构智能选型的知识表示 39

2.4.3　结构智能选型的知识推理 39

2.5　结构智能选型的问题求解原理 41

2.5.1　结构智能选型的问题求解模型 41

2.5.2　结构智能选型的方案生成 42

2.5.3　结构智能选型的方案评价 44

2.5.4　结构智能选型的方案决策 46

2.6.1　设计型专家系统 47

2.6　结构智能选型的软件体系结构 47

2.6.2　智能决策支持系统 48

2.6.3　现代集成设计系统 48

2.7　结构智能选型的工程应用系统 49

2.8　小结 49

第2章参考文献 50

第二篇 结构智能选型的理论基础 55

第3章　人工智能的理论基础 55

3.1　引言 55

3.2　人工智能概述 56

3.2.1　什么是智能 56

3.2.3　什么是符号智能 57

3.2.2　什么是人工智能 57

3.3　人工智能的研究目标及基本内容 58

3.3.1　人工智能的研究目标 58

3.3.2　人工智能研究的基本内容 59

3.4　人工智能的研究途径 60

3.4.1　功能模拟——符号主义 60

3.4.2　结构模拟——连接主义 60

3.4.3　行为模拟——行为主义 61

3.5　问题求解的基本原理 61

3.5.1　问题求解的基本概念 61

3.5.2　状态空间法 61

3.5.3　问题归约法 63

3.6　人工智能的推理技术 65

3.6.1　推理的基本概念 65

3.6.2　推理的类型 65

3.6.3　推理的控制策略 67

3.6.4　模式匹配 67

3.6.5　推理的冲突消解策略 68

3.7　人工智能的搜索技术 69

3.7.1　搜索的基本概念 69

3.7.2　状态空间的搜索策略 69

3.7.3　与或树的搜索策略 74

3.8.1　专家系统 77

3.8.2　模式识别 77

3.8　人工智能的应用领域 77

3.8.3　数据挖掘与知识发现 78

3.8.4　分布式人工智能 79

第3章参考文献 79

第4章　计算智能的理论基础 81

4.1　引言 81

4.2　计算智能概述 81

4.2.1　计算智能的概念 81

4.2.2　计算智能的实现方法——软计算 82

4.2.3　智能科学的ABC理论 83

4.3　模糊计算的理论基础 84

4.3.1　模糊计算概述 84

4.3.2　模糊集合的基本概念 85

4.3.3　模糊集合的运算 87

4.3.4　模糊集合的隶属函数 89

4.3.5　模糊集合的水平截集 93

4.3.6　模糊集合的基本定理 94

4.3.7　模糊关系 96

4.4　神经计算的理论基础 99

4.4.1　神经计算概述 99

4.4.2　人工神经元的数学模型 100

4.4.3　人工神经网络的拓扑结构 103

4.4.4　人工神经网络的工作过程 104

4.4.5　人工神经网络的学习规则 106

4.4.6　感知器的基本原理 108

4.4.7　BP网络的基本原理 110

4.5.1　进化计算概述 114

4.5　进化计算的理论基础 114

4.5.2　遗传算法的基本概念 116

4.5.3　遗传算法的基本操作 117

4.5.4　遗传算法的基本特征 121

4.5.5　遗传算法的理论基础 122

第4章参考文献 126

第三篇 结构智能选型的知识处理技术 133

第5章　结构智能选型的知识获取 133

5.1　引言 133

5.2　结构智能选型的知识源 133

5.2.1　文献资料知识的整理 133

5.2.4　设计实例知识的收集 134

5.2.5　数据形式知识的挖掘 134

5.2.2　专家经验知识的调查 134

5.2.3　规范规程知识的总结 134

5.3　结构智能选型的知识结构 135

5.3.1　结构智能选型设计知识的总体结构 135

5.3.2　结构智能选型的目标级知识 135

5.3.3　结构智能选型的元级知识 136

5.4　结构智能选型的人工知识获取 138

5.4.1　人工知识获取模式 138

5.4.2　人工知识获取策略 138

5.4.3　人工知识获取过程 139

5.5.1　机器学习与自动知识获取 141

5.5　结构智能选型的自动知识获取 141

5.5.2　基于实例学习的自动知识获取 143

5.5.3　基于数据挖掘的自动知识获取 145

5.5.4　基于人工神经网络的自动知识获取 151

5.6　小结 157

第5章参考文献 157

第6章　结构智能选型的知识表示 159

6.1　引言 159

6.2　面向对象技术的基本原理 160

6.2.1　面向对象技术概述 160

6.2.2　面向对象的基本概念 160

6.2.4　面向对象的软件工程学 163

6.2.3　面向对象的基本特征 163

6.3　面向对象知识表示的基本原理 164

6.3.1　面向对象知识表示的基本概念 164

6.3.2　面向对象知识表示的实现形式 165

6.3.3　面向对象表示与语义网络及框架表示的比较 165

6.3.4　设计知识的面向对象表示 166

6.4　结构智能选型的面向对象知识表示 167

6.4.1　结构智能选型的设计对象类 167

6.4.2　设计实例的面向对象表示 169

6.4.3　形式方案的面向对象表示 169

6.5　结构智能选型的面向对象知识构成 170

6.5.1　结构智能选型的设计分解模型 170

6.6.1　面向对象知识库的组织形式 171

6.5.2　结构智能选型的分类表示模型 171

6.6　结构智能选型的面向对象知识库 171

6.6.2　领域模型知识表示的程序实现 172

6.6.3　对象类框架结构的程序实现 172

6.6.4　产生式规则的程序实现 173

6.6.5　方法的程序实现 174

6.6.6　知识库的内部数据结构 175

6.7　小结 175

第6章参考文献 175

第7章　结构智能选型的知识推理 177

7.1　引言 177

7.2.1　产生式系统的基本结构 178

7.2　结构智能选型的规则推理 178

7.2.2　产生式规则的推理网络 179

7.2.3　产生式规则知识的存储 181

7.2.4　产生式规则的推理策略 182

7.2.5　产生式规则的搜索策略 184

7.2.6　结构智能选型的约束推理 184

7.3　结构智能选型的实例推理 185

7.3.1　基于实例推理系统的基本结构 185

7.3.2　实例的表示和组织 186

7.3.3　实例的检索 187

7.3.4　实例的修正 187

7.4.1　面向对象推理机的基本结构 188

7.4　结构智能选型的面向对象推理 188

7.3.5　实例的存储 188

7.4.2　框架推理 189

7.4.3　产生式规则推理 190

7.4.4　方法推理 190

7.4.5　元推理 191

7.5　结构智能选型的不确定性知识推理 192

7.5.1　不确定性推理的基本原理 192

7.5.2　结构智能选型的不确定性信息融合推理 193

7.6　小结 194

第7章参考文献 195

8.2　方案生成的问题求解原理 199

8.2.1　功能需求的因素体系模型 199

第8章　结构智能选型的方案生成理论与方法 199

8.1　引言 199

第四篇 结构智能选型的问题求解理论与方法 199

8.2.2　结构形式的分类组成模型 200

8.2.3　功能需求与结构形式的映射关系 201

8.2.4　方案生成的问题求解策略 202

8.3　基于规则推理的方案生成理论与方法 203

8.3.1　方案生成规则的两种获取途径 203

8.3.2　方案生成经验规则的获取方法 203

8.3.3　基于规则推理的方案生成专家系统 207

8.4　基于实例推理的方案生成理论与方法 208

8.4.1　基于实例推理的方案生成的基本原理 208

8.4.2　基于相对欧氏权距离的实例检索 210

8.4.3　基于模糊识别技术的实例检索 212

8.4.4　基于改进BP神经网络的实例检索 213

8.4.5　基于自组织竞争神经网络的实例检索 216

8.5　基于联想推理的方案生成理论与方法 220

8.5.1　模式联想的基本原理 220

8.5.2　类比分析 220

8.5.3　敏度分析 221

8.5.4　关联分析 221

8.6　基于知识发现的方案生成理论与方法 222

8.6.1　基于实例库的结构选型知识发现 222

8.5.5　模式联想 222

8.6.2　结构选型关联规则的知识发现 223

8.6.3　结构选型分类规则的知识发现 229

8.6.4　基于遗传算法的结构选型知识发现 235

8.6.5　基于人工神经网络的结构选型知识发现 241

8.7　基于协同推理的方案生成理论与方法 243

8.7.1　基于GA与RBR、CBR、KDD融和推理的方案生成原理 243

8.7.2　基于RBR、CBR、KDD与GA集成推理的方案生成原理 245

8.8　小结 246

第8章参考文献 246

第9章　结构智能选型的方案评价理论与方法 248

9.1　引言 248

9.2.1　系统评价概述 249

9.2　方案评价的问题求解原理 249

9.2.2　结构智能选型方案评价的目的与基本特征 251

9.2.3　结构智能选型方案评价的问题求解模型 253

9.2.4　结构智能选型方案评价的问题求解策略 254

9.3　结构选型方案评价指标的量化方法 255

9.3.1　方案评价等级的划分 255

9.3.2　基本因素的模糊量化方法 255

9.3.3　因素权重向量的确定方法 255

9.4　结构选型方案的模糊综合评价方法 258

9.4.1　多因素多级模糊综合评价的基本原理 258

9.4.2　结构选型方案的模糊综合评价 261

9.4.3　结构选型方案评价矩阵的确定 263

9.5.1　模糊推理的基本原理 264

9.5　结构智能选型方案评价的模糊推理方法 264

9.5.2　模糊推理系统的基本结构 269

9.5.3　结构智能选型方案评价的Mamdani模糊推理方法 273

9.5.4　结构智能选型方案评价的加权模糊推理方法 277

9.5.5　结构智能选型方案评价的模糊推理网络方法 281

9.6　结构智能选型方案评价的人工神经网络方法 283

9.6.1　基于BP神经网络的方案评价方法 283

9.6.2　基于集成神经网络的方案评价方法 285

9.7　结构智能选型的方案评价支持系统 285

9.8　小结 285

第9章参考文献 286

10.2.1　系统决策概述 288

10.2　方案决策的问题求解原理 288

10.1　引言 288

第10章　结构智能选型的方案决策理论与方法 288

10.2.2　结构智能选型方案决策的类型 291

10.2.3　结构智能选型方案决策的过程与方法 292

10.2.4　结构智能选型方案决策的求解策略与基本框架 293

10.3　结构智能选型的模糊多属性决策方法 294

10.3.1　结构形式方案优选的多属性决策模型 294

10.3.2　各种意义下的解集 295

10.3.3　属性模糊满意度的定义与模糊满意度矩阵的确定 296

10.3.4　理想方案和偏好最优方案的确定 297

10.3.6　模糊多属性决策的模糊贴近度方法 299

10.3.5　模糊多属性决策的相对接近度方法 299

10.3.7　模糊多属性决策的灰色关联度方法 300

10.3.8　模糊多属性决策的相似接近度方法 302

10.3.9　算例分析及其比较 303

10.4　带置信因子与变权因子的智能选型模糊决策方法 305

10.4.1　有效评价矩阵及其规范化处理 305

10.4.2　综合变权矩阵的处理 306

10.4.3　基于有效评价矩阵与综合变权矩阵的模糊优选决策方法 307

10.5　基于集成加权模糊推理网络的智能选型决策方法 308

10.5.1　集成加权模糊推理网络的结构 308

10.5.2　集成加权模糊推理网络的决策函数 309

10.6　基于集成BP神经网络的智能选型决策方法 309

10.6.1　基于集成BP神经网络的决策单元 309

10.6.2　结构智能选型决策的BP神经网络及其训练与测试 310

10.7.1　模糊推理网络与人工神经网络的结合方式 311

10.7　基于模糊推理网络与BP神经网络融合技术的智能选型决策方法 311

10.7.2　基于FINS与NN串联方式的选型决策网络结构 312

10.7.3　串联型FINS与NN选型决策网络的训练与测试 312

10.8　结构智能选型的集成决策支持系统 313

10.8.1　结构智能选型的决策过程模型 313

10.8.2　结构智能选型集成决策支持系统的整体模型 314

10.9　小结 314

第10章参考文献 315

11.1　引言 319

11.2.1　专家系统的概念 319

11.2　专家系统概述 319

第11章　结构智能选型的软件体系形式之一——设计型专家系统（DES） 319

第五篇 结构智能选型的软件体系形式 319

11.2.2　专家系统的类型 321

11.2.3　专家系统的结构 322

11.2.4　专家系统的开发步骤与方法 324

11.2.5　专家系统的开发工具与环境 326

11.2.6　专家系统的发展 328

11.3　设计型专家系统的基本原理 329

11.3.1　设计型专家系统的概念 329

11.3.2　设计型专家系统与分析型专家系统的区别 330

11.3.3　设计型专家系统的特点 330

11.3.4　设计型专家系统的求解策略与系统结构 332

11.3.5　方案设计专家系统的求解策略与系统结构 334

11.3.6　结构设计专家系统的求解策略与系统结构 336

11.4　专家系统开发工具C-ADVISORⅢ 340

11.4.1　专家系统开发工具C-ADVISORⅢ的研制背景 340

11.4.2　专家系统开发工具C-ADVISORⅢ的研制目标 340

11.4.3　专家系统开发工具C-ADVISORⅢ的系统构成 342

11.4.4　专家系统开发工具C-ADVISORⅢ的主要算法 344

11.5　结构智能选型设计专家系统的建造 345

11.5.1　结构智能选型设计专家系统的总体结构 345

11.5.2　结构智能选型设计专家系统的建造 346

11.6　小结 348

第11章参考文献 348

12.2.1　决策支持系统（DSS）的基本概念 350

12.2　决策支持系统（DSS）概述 350

12.1　引言 350

第12章　结构智能选型的软件体系形式之二——智能决策支持系统（IDSS） 350

12.2.2　决策支持系统（DSS）的基本结构 352

12.2.3　决策支持系统（DSS）的技术层次 355

12.2.4　决策支持系统（DSS）的开发 355

12.2.5　决策支持系统（DSS）的发展 357

12.3　智能决策支持系统（IDSS）的基本原理 358

12.3.1　智能决策支持系统（IDSS）的概念 358

12.3.2　智能决策支持系统（IDSS）的特点 359

12.3.3　智能决策支持系统（IDSS）的研究内容 359

12.3.4　智能决策支持系统（IDSS）的集成形式 362

12.3.5　智能决策支持系统（IDSS）的新结构体系 363

12.4.2　结构智能选型决策支持系统的总体结构设计 366

12.4　结构智能选型决策支持系统的体系结构 366

12.4.1　结构智能选型决策支持系统的总体设计思想 366

12.4.3　各模块的主要功能 367

12.5　小结 369

第12章参考文献 370

第六篇 结构智能选型的工程应用系统 373

第13章　建筑结构实例库及其管理系统 373

13.1　引言 373

13.2　工程数据库系统 373

13.2.1　工程数据库系统的概念 373

13.2.3　工程数据库和商用数据库、人工智能数据库的不同 374

13.3　建筑结构实例的集成知识信息模型 374

13.2.2　工程数据库系统的特点 374

13.3.1　基于面向对象技术的建筑结构实例集成知识信息模型 375

13.3.2　集成知识信息模型的属性类模型 376

13.3.3　集成知识信息模型的方法类模型 377

13.4　高层建筑结构实例库及其管理系统 378

13.4.1　高层建筑结构实例的获取与统计 378

13.4.2　高层建筑结构实例库表及其结构 380

13.4.3　高层建筑结构实例典型图库的规划 385

13.4.4　值域规范化动态管理方法 386

13.4.5　高层建筑结构实例库及管理系统的建造 388

13.5　大跨空间结构实例库及其管理系统 391

13.5.1　大跨空间结构实例库系统的软件实现 391

13.5.2　大跨空间结构实例库管理系统的软件实现 396

13.6　小结 398

第13章参考文献 399

第14章　高层建筑结构智能选型集成支持系统 400

14.1　引言 400

14.2　高层建筑结构系统的组成与分类 401

14.2.1　高层建筑整体结构系统组成 401

14.2.2　高层建筑上部结构系统的分类 401

14.3　高层建筑结构选型的集成性能需求与评价模型 403

14.3.1　高层建筑结构选型的综合需求分析 403

14.3.2　高层建筑结构选型的集成性能需求模型 407

14.3.3　高层建筑结构选型的集成性能评价模型与参数化知识模型 408

14.4.1　高层建筑结构智能选型集成支持系统的流程图与整体结构 409

14.4　高层建筑结构智能选型集成支持系统的组成与实现 409

14.4.2　高层建筑结构智能选型集成支持系统的知识分类与处理 411

14.5　高层建筑结构智能选型方案生成支持系统的实现 412

14.5.1　基于专家经验的方案生成 412

14.5.2　基于规则推理的方案生成 413

14.5.3　基于实例推理的方案生成 414

14.5.4　基于知识发现的方案生成 414

14.5.5 基于GA与RBR、KDD、CBR融合推理的方案生成 416

14.5.6 基于RBR、KDD、CBR与GA集成推理的方案生成 416

14.6　高层建筑结构智能选型方案评价与决策支持系统的实现 416

14.6.1　方案评价与决策支持系统的整体结构 416

14.6.2　性能指标的评价标准与模糊量化函数 416

14.6.3 基于C-ADVISORⅢ的方案评价与决策支持系统的建造 419

14.6.4　高层建筑结构选型方案的目标级评价 420

14.6.5　高层建筑结构智能选型的方案决策 428

14.7　高层建筑结构智能选型的工程应用实例 430

14.8　小结 433

第14章参考文献 434

第15章　大跨空间结构智能选型集成支持系统 437

15.1　引言 437

15.2　大跨空间结构系统的组成与分类 438

15.2.1　大跨空间结构的各种形式及其特点 438

15.2.2　大跨空间结构形式的总体分类图 440

15.3.1　大跨空间结构智能选型的因素体系 441

15.3　大跨空间结构选型的因素体系模型 441

15.3.2　大跨空间结构智能选型的集成化因素体系模型 449

15.4　大跨空间结构智能选型方案生成系统的实现 449

15.4.1 大跨空间结构智能选型方案生成系统的总体结构与功能 449

15.4.2　实例推理模块的软件实现 452

15.4.3　知识发现模块的软件实现 454

15.5　大跨空间结构智能选型方案评价与决策系统的实现 457

15.6　大跨空间结构智能选型的工程应用实例 459

15.6.1　黑龙江速滑馆 459

15.6.2　哈尔滨梦幻乐园 460

15.6.3　吉林冰球馆 462

15.7　小结 463

第15章参考文献 464